#grpo Repositorios
Descubre 27 repositorios activos de código abierto de GitHub etiquetados con #grpo, que acumulan 107,970 estrellas en total (una media de 3,998 estrellas por proyecto). El líder de este tema es modelscope/ms-swift, con 16,138 estrellas.
27 repositorios en total
Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Biblioteca integral de código abierto de habilidades de investigación e ingeniería de IA para cualquier modelo de IA. Empaque las habilidades y su agente claude code/codex/gemini será un agente de investigación de IA con toda su potencia. Mantenido por Orchestra Research.
Guía de desarrollo de agentes de IA | Agent Harness | Ingeniería de contexto | RAG avanzado | MCP | Aprendizaje por refuerzo agéntico (Agentic RL) | LangGraph práctico | Más de 12.000 preguntas de entrevista sobre LLM | Búsqueda de empleo para puestos de algoritmos / desarrollo | Cambiar de carrera al ámbito de los LLM
Entrenador de refuerzo de agentes: entrena agentes de varios pasos para tareas del mundo real usando GRPO. Brinda a tus agentes capacitación en el trabajo. ¡Aprendizaje por refuerzo para Qwen3.6, GPT-OSS, Llama y más!
¡Ajusta finamente (SFT/RL), evalúa y despliega Qwen, Gemma o cualquier LLM/VLM agéntico de código abierto!
Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso
🚀 Un currículo de código abierto y práctico que cierra la brecha desde conceptos básicos de RL hasta alineación de LLM, RLVR y sistemas Agentic avanzados.
Skywork-R1V es una serie avanzada de modelos de IA multimodal desarrollada por Skywork AI, especializada en el razonamiento visión-lenguaje.
Cubre datos de preentrenamiento, tokenizadores, Transformers, MoE, entrenamiento distribuido, leyes de escalado, inferencia y alineación. 6 tareas de programación progresivas para aprender LLM de principio a fin.
verl-agent es una extensión de veRL, diseñada para entrenar agentes LLM/VLM a través de RL. verl-agent es también el código oficial del artículo "Group-in-Group Policy Optimization for LLM Agent Training"
Repositorio oficial de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
[ECCV 2026] MixGRPO: Desbloqueando la eficiencia de GRPO basada en flujo con ODE-SDE mixto
La pila de mejora continua para agentes. Nuestros datos de entorno y evaluaciones impulsan la mejora y el monitoreo de agentes.
Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales
Un tutorial sistemático de desarrollo de Agentes de IA que cubre agentes LLM, RAG, uso de herramientas, sistemas de memoria, sistemas multiagente, LangChain, LangGraph, MCP y RL agéntico. | Aprende desarrollo de Agentes de IA desde cero | Tutorial de desarrollo de Agentes sistemático, completo y orientado a la práctica | Seguimiento automático diario de los últimos artículos de arXiv
Fin-R1 es un modelo de lenguaje grande para el razonamiento financiero complejo, desarrollado y de código abierto gracias a los esfuerzos conjuntos del SUFE-AIFLM-Lab de la Escuela de Estadística y Ciencia de Datos de la Universidad de Finanzas y Economía de Shanghái y FinStep.AI.
[NeurIPS 2025] AutoVLA: Un modelo de visión-lenguaje-acción para conducción autónoma de extremo a extremo con razonamiento adaptativo y ajuste fino por refuerzo
Un motor de aprendizaje por refuerzo asíncrono para post-entrenamiento omnimodal a gran escala
🌾 OAT: Un framework amigable para la investigación de alineación en línea de LLM, incluyendo aprendizaje por refuerzo, aprendizaje por preferencia, etc.
RLAnything (ICML 2026) y AutoTool (ICML 2026), DemyAgent: Aprendizaje por refuerzo de código abierto para LLMs y escenarios de agentes
Una lista curada de artículos sobre aprendizaje por refuerzo para la generación de video
FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM
Implementación oficial de GDPO: Optimización de políticas con normalización desacoplada de las recompensas grupales para la optimización del aprendizaje por refuerzo con múltiples recompensas
Preguntas frecuentes
¿Cuál es el repositorio de #grpo más popular en GitHub?
El proyecto de código abierto de #grpo mejor posicionado en GitHub es modelscope/ms-swift, con 16,138 estrellas. Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
¿Qué lenguajes de programación se utilizan más en los repositorios de #grpo?
Entre los proyectos de #grpo mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TeX, MDX.
¿Cómo se calcula la clasificación de los repositorios de #grpo?
Seguimos 27 repositorios activos de código abierto etiquetados con #grpo (500+ estrellas), que suman un total de 107,970 estrellas, con una media de 3,998 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.